[发明专利]基于马尔科夫随机场理论的随机几何数据异常定位方法

权利要求书

1.基于马尔科夫随机场理论的随机几何数据异常定位方法，其特征在于：包括以下步骤：

S1：基于马尔科夫随机场理论建立电力数据网络模型，构建对应的节点关系拓扑图；

S2：在得到的节点关系拓扑图中，分析各节点在异常发生前后的拓扑差异度，并选择待判决异常点；

S3：根据协方差矩阵的相关度，对各可疑节点进行异常判决，检测出异常节点；

其中，所述步骤S1包括以下步骤：

S11：当网络异常发生时，记录电力数据网络中正在发送或接收信息的所有N个节点，其构成一个活跃节点集合a＝{1,2,...,N}，则a为可能存在异常的所有节点的集合；

S12：对所有活跃节点进行连接关系采样：统计在异常检测时刻t时，所有活跃节点发送或接收数据包的路径情况，在此基础上，构建节点关系采样矩阵其表述如下：

其中，矩阵中的每个点(i,j)表示对应节点j在异常发生后的连接关系；当节点i和节点j仍存在连接，则(i,j)表示为1，反之为0；

S13：求节点关系标准矩阵：取时间间隔Δt，计算异常检验时刻t前Δt时间内，节点的平均关系矩阵其满足如下关系：

其中，t₀为异常发生时刻，它反映了异常发生前，各节点与有传输关系的相邻节点间传输关系的稳态分布，将其作为分析时使用的节点关系标准矩阵；

S14：构建节点关系拓扑图，根据活跃节点集合a、节点关系采样矩阵H[ij]和节点关系标准矩阵将各个节点对应于图形的顶点，存在连接关系的两个节点间连线构成边，构建节点关系采样拓扑图和节点关系标准拓扑图；

所述步骤S2包括以下步骤：

S21：计算网络节点在异常采样时刻前后连接数量，即每个节点所对应的顶点，在节点关系采样拓扑图和节点关系标准拓扑图中所连接边的总个数，并分别记为M_i和

S22：计算各节点的异常权重，计算在异常采样前，在每条边上的数据传输负载量，即在Δt时间内，各边上传输的数据总量，记为e(ij)；

S23：计算各节点在异常发生前后，传输关系的拓扑差异程度，记为各节点的差异度deg(i)，其满足以下关系：

其表征了节点在异常发生后传输关系的在节点拓扑图上的变化程度，差异度越高，对应节点发生异常的概率越高；

S24：用小批量梯度下降法MBGD对所有节点按差异度进行快速排序，选择差异度最高的节点作为待判决节点k；

所述步骤S3包括以下步骤：

S31：化简关系判决矩阵：在节点关系采样矩阵H[ij]中，取待判决节点k与存在传输关系的M_i个节点所对应的行向量

X[k]＝[(k,1),(k,2),....,(k,M_i)]，

同时，根据节点关系标准矩阵取行向量X[k]的均值

将关系判决矩阵化简为如下协方差矩阵：

其中，

S32：计算待判决节点k在协方差矩阵下所对应的相关度：取i＝k，并对协方差矩阵进行奇异值分解，使其满足如下等式：

其中，Σ为半正定对角矩阵，其对角线上元素为Σ_i，计算矩阵Σ对角线上的元素和θ，θ即为待判决节点k与相邻节点的相关度；

S33：设δ为异常节点的判决阈值，若θ＜δ，则待判决节点k为异常节点，完成异常定位，反正则节点k正常，排除后重新选择待判决异常点。